标签糊成一坨？如何为图表添加“帅帅”的指引线？

在Seurat的输出结果中，有一个展示表达量变化最大10个基因的图表令人印象深刻，如下图。关于该图表的具体内容参考之前 《单细胞转录组学习笔记之Seurat 3.0（一）》 一文。那么，常规散点图能不能画成这样效果？

如果仍然使用针对单细胞数据高度定制的Seurat，显然是非常麻烦的。而使用ggplot2绘制类似这样的多标签图表，又容易出现“数据标签重叠”、超出绘图区域的标签“显示不全“和邻近数据点”指示不明“三大难题。

于是ggrepel这个R包应用而生，它让文字标签周围产生“力场”，相互排斥，相互靠近的点会添加“指引线”避免指示不明。

整个R包主要有两个用法几乎一样的函数geom_text_repel和geom_label_repel，可以把它们视作ggplot2中geom_text的加强版，很显然，Seurat集成了这个R包。下面就仍以上图的数据为例，一起看下具体如何使用ggrepel吧！

数据准备

这里的范例数据表格是直接从 《单细胞转录组学习笔记之Seurat 3.0（一）》 一文中Seurat对象中导出的。为了方便大家练习，本文范例数据已上传到OmicShare论坛，登陆后下载即可。

下载链接：

https://www.omicshare.com/forum/thread-6312-1-1.html

#读入数据：

var.df <- read.table( "var.genes.xls",header = T,sep = "t")

head( var.df, 10)

#载入dplyr包；

library(dplyr)

#按照variance.standardized这一列数值降序排列；

var.genes<-arrange( var.df,desc(vst.variance.standardized))

head( var.genes, 10)

为了检验这个包的性能，我这里选择绘制15个标签，当然选择展示20个也没问题。

#提取TopN基因集：

n <- 15

topn <- head( var.genes$gene,n)

topn

#追加标签列；

var.genes$labels <- ""

var.genes$labels[ 1:n] <- topn

head( var.genes, 10)

关于“散点”叠放细节调整，将数据改为升序排列，目的是先画非高变基因，关注Topn的基因最后再画，实现后者的散点置于“顶层”效果。

var.genes<-arrange( var.genes,vst.variance.standardized)

添加箭头

#载入所需的画图主力R包；

library(ggplot2)

library(ggrepel)

#常规的geom_text函数的效果；

p1 <- ggplot(data = var.genes,aes(log10(vst.mean),vst.variance.standardized,

color=vst.variable,label=labels)) +

geom_point

p1+geom_text(color= "grey20",size= 3)

从上图我们可以看出，如果直接使用ggplot2的geom_text函数会出现文本标签相互重叠的情况（虚线椭圆所示），也会出现标签对邻近的点指示不明的情况，如上图的CLU、NKG7基因。那么如何避免上述问题呢？我们先使用一下geom_text函数的加强版：geom_text_repel。

set.seed( 100)

p2 <- p1+geom_text_repel(color= "grey20",size= 3,point.padding = NA)

p2

geom_text_repel和 geom_label_repel的核心参数：

nudge_x/y:

数据点与相应数据标签的距离，例如1表示标签在点右/上的1个单位处，而-2.2表示标签在点左/下2.2个单位处；

direction:

标签分布方向，x表水平分布，y 表示垂直分布，both 表示随机分布；

segment.size:

指定线段的粗细；

point.padding:

表示点周围的空余区域，决定连接线端点到到数据点中心的距离，单位为line。

标签的“排斥”效果很不错，但是还不够“高大上”。接着，在垂直方向上给标签多一些偏移，并绘制箭头指引线。

p3 <- p1+geom_text_repel(force= 20,color= "grey20",size= 3,point.padding = 0.5,hjust = 0.5,

arrow = arrow(length = unit( 0.01, "npc"), type = "open", ends = "last"),

segment.color= "grey20",segment.size= 0.2,segment.alpha= 0.8,nudge_y= 1)

p3

关于为线段添加“箭头”，这里主要用到grid::arrow函数，注意，它的参数只适于调整“整支箭的箭头”部分，如下：

angle: 箭头的尖角的角度；

length: 箭头尖角的长度；

ends: "last", "first", "both", 指定线段的那端画箭头；

type: "open"和"closed" 指定箭头是否为封闭的三角形。

然后应用自定义主题，调整纵轴范围、散点颜色、图表主题等。

p3 + scale_y_continuous(breaks = c( 0, 3, 6, 9, 12),limits = c( 0, 12)) +

xlab( "Average expression") +

ylab( "Standardized variance") +

scale_color_manual(values=c( "#a2a9af", "#a8df65")) +

theme_classic+

theme(plot.margin = unit(c( 1, 1, 0.5, 0.5), "cm"),

legend.position = "none",

axis.title = element_text(size = rel( 1.2)),

axis.text = element_text(size=rel( 1)),

axis.line = element_line(size = 0.5, colour = "grey30"))

效果如下：

分组标记

上面的图表添加上箭头指引线，瞬间觉得最常见的散点图也变得“高大上”起来了呢。但对于“审美强迫症”来说，这些标签的排列还是有点乱，如何把他们排整齐呢？

下面就增加点难度，以图表的中轴线为界，把两侧的标签整齐排列。具体实现方法就是根据横坐标将数据集分成两部分，分别指定标签的偏移距离和排列方式。比如这里以“0”为分界，使用subset函数将数据框分成两部分，分两次添加文字标签

p4 <- ggplot(data = var.genes,aes(log10(vst.mean),vst.variance.standardized,

color=vst.variable,label=labels)) +

geom_point +

geom_text_repel(

data = subset( var.genes, log10(vst.mean) >= 0),

nudge_x = 3- log10(subset( var.genes, log10(vst.mean) >= 0)$vst.mean),

color = "grey20",

point.padding = NA,

size = 3,

segment.size = 0.2,

segment.color = "grey50",

direction = "y",

hjust = 1

) +

geom_text_repel(

data = subset( var.genes, log10(vst.mean) < 0),

nudge_x = -3- log10(subset( var.genes, log10(vst.mean) < 0)$vst.mean),

color = "grey20",

point.padding = NA,

size = 3,

segment.size = 0.2,

segment.color = "grey50",

direction = "y",

hjust = 0

) +

scale_x_continuous(

breaks = c( -3, -2, -1, 0, 1, 2, 3),

limits = c( -3.5, 3.5))

p4

这里较难理解一点的是nudge_x（“标签”到“点”的水平距离）的设置，要想标签垂直对齐排列，需要为标签指定同样的横坐标，如本文的-3和3，只要用-3和3分别减去“点”的横坐标值就是对应的nudge_x值啦！当然这里的hjust参数也很重要，“0”表示文字左对齐，“0.5”表示文字居中，“1”表示文字右对齐。接着是图表的主题调整，方法同上。

p4 + scale_y_continuous(breaks = c( 0, 3, 6, 9, 12),limits = c( 0, 12)) +

xlab( "Average expression") +

ylab( "Standardized variance") +

scale_color_manual(values=c( "#a2a9af", "#a8df65")) +

theme_classic+

theme(plot.margin = unit(c( 1, 1, 0.5, 0.5), "cm"),

legend.position = "none",

axis.title = element_text(size = rel( 1.2)),

axis.text = element_text(size=rel( 1)),

axis.line = element_line(size = 0.5, colour = "grey30"))

如果觉得纯文字标签逼格还不够，我们还可以用圆角矩形标签的方式展示，这时候我们就用到了geom_label_repel函数，参数与上文几乎一样，只需做简单调整。主要是通过fill参数调整矩形标签的颜色，其他不变。

p5 <- ggplot(data = var.genes,aes(log10(vst.mean),vst.variance.standardized,

color=vst.variable,label=labels)) +

geom_point +

geom_label_repel(

data = subset( var.genes, log10(vst.mean) >= 0),

nudge_x = 3- log10(subset( var.genes, log10(vst.mean) >= 0)$vst.mean),

color = "white",

alpha = 0.9,

point.padding = 0.5,

size = 3,

fill = "#96C93D",

segment.size = 0.5,

segment.color = "grey50",

direction = "y",

hjust = 1

) +

geom_label_repel(

data = subset( var.genes, log10(vst.mean) < 0),

nudge_x = -3- log10(subset( var.genes, log10(vst.mean) < 0)$vst.mean),

color = "white",

alpha = 0.9,

point.padding = 0.5,

size = 3,

fill = "#9881F5",

segment.size = 0.5,

segment.color = "grey50",

direction = "y",

hjust = 0

) +

scale_x_continuous(

breaks = c( -3, -2, -1, 0, 1, 2, 3),

limits = c( -3.5, 3.5))

p5

图表的主题调整同上。

p5 + scale_y_continuous(breaks = c( 0, 3, 6, 9, 12),limits = c( 0, 12)) +

xlab( "Average expression") +

ylab( "Standardized variance") +

scale_color_manual(values=c( "#a2a9af", "#ff85cb")) +

theme_classic+

theme(plot.margin = unit(c( 1, 1, 0.5, 0.5), "cm"),

legend.position = "none",

axis.title = element_text(size = rel( 1.2)),

axis.text = element_text(size=rel( 1)),

axis.line = element_line(size = 0.5, colour = "grey30"))

绘制效果如下：

是不是好看多了？至此，添加个性化的标签无需Ai（Illustrator）也能批量自动完成啦！今天的内容就先到这里啦~

最后编辑：2022-06-03

作者：萌小白

一个热爱网络的青年！

站内专栏 邮箱